지멘스 디지털 인더스트리 소프트웨어(지멘스 DISW)는 지난 6월 4일 ‘오토모티브 엔지니어링 이노베이션 데이’를 진행했다. 이번 행사에서 지멘스 DISW는 최근 자동차 산업의 주요 이슈인 전기자동차(EV), 자율주행 자동차(AV), 소프트웨어 정의 자동차(SDV), 인공지능(AI) 등에 대한 자사의 비전과 솔루션, 사례 등을 소개했다. ■ 정수진 편집장     포괄적인 기술로 디지털 엔지니어링 구현 지멘스 DISW 코리아의 오병준 지사장은 “지멘스는 ECU(전자 제어 유닛) 칩부터 스마트 시티까지 아우르는 토털 아키텍처 및 솔루션으로 우리의 삶은 윤택하게 만든다는 ‘칩 투 시티’ 비전을 지향한다”면서, “디지털 엔지니어링 환경은 데이터의 흐름으로 직결된다. 데이터 환경 없이는 디지털 전환이 불가능하다. 지멘스는 통합 개발 환경으로 자동차 산업의 타임 투 마켓을 줄이는 동시에, 인공지능/머신러닝을 통한 자율주행의 완성까지 지원하고 있다”고 덧붙였다. 또한, 오병준 지사장은 NX, 팀센터, 심센터, 테크노매틱스, 폴라리온, 캐피탈, 멘딕스 등 지멘스의 솔루션 포트폴리오를 도입해 BOM을 통합하고 설계부터 생산까지 일관 프로세스 구축을 추진 중인 BYD 및 폴라리온 ALM(애플리케이션 수명주기 관리)을 통해 AI/ML 및 ECU의 통합 개발을 추진하고 있는 니오 등 자동차 업체 사례를 소개했다. 그리고, 자사의 포괄적인 솔루션 포트폴리오와 글로벌 엔지니어링 서비스를 통해 SDV, AI 등 자동차 산업의 이슈에 대응할 수 있는 역량을 제공한다고 전했다.   자동차 개발을 위한 시뮬레이션과 디지털 스레드 지멘스 DISW의 스티븐 돔(Steven Dom) 오토모티브 인더스트리 솔루션즈 디렉터는 ‘EV/AV 시대의 심센터 디지털 스레드 전략’에 대해 소개했다. 전기자동차와 SDV는 자동차 엔지니어링의 복잡성을 크게 늘렸다. 컴포넌트가 통합되고 하드웨어와 소프트웨어가 통합되면서 개발에 더 많은 시간과 리소스가 필요해진 것이다. 돔 디렉터는 “디지털화는 이런 복잡성의 문제를 해결할 수 있는 유효한 수단이며, 엔지니어링의 총체적인 전환을 통해 복잡성을 경쟁력으로 바꿀 수 있다”고 짚었다. 지멘스는 CAD 모델이나 해석 모델 기반의 디지털 트윈에 그치지 않고, 디지털 데이터의 연결된 흐름을 구현하는 디지털 스레드가 이런 문제를 해결할 수 있는 수단이 될 것으로 보고 있다. 특히 지멘스의 포괄적인 솔루션 포트폴리오인 엑셀러레이터(Xcelerator) 가운데 심센터(Simcenter)는 시뮬레이션과 테스트의 통합 및 다분야 엔지니어링을 통해 제품 혁신에 도움을 주고, 산업 전문성 및 베스트 프랙티스를 제공하면서 전체 제품 수명주기에 통합돼 프로세스 효율 향상을 지원하는 솔루션 라인업이다. 돔 디렉터는 이런 심센터가 제품 개발과 엔지니어링에 관한 자동차 업계의 문제를 해결할 수 있다고 소개했다. “심센터는 효율적인 협업 엔지니어링을 지원해 디지털 트윈에서 수명주기 전반의 가치를 창출할 수 있게 돕는다. 심센터가 제공하는 MBD(모델 기반 설계) 접근법은 가상 프로토타입 어셈블리(VPA)를 통해 차량의 NVH(소음 진동) 퍼포먼스를 예측할 수 있도록 한다. 또한 지멘스의 ‘실행 가능한 디지털 트윈(xDT)’은 스마트 버추얼 센서, 모델 기반의 시스템 테스트, 인 서비스 데이터 주도의 설계 등을 가능하게 한다”는 것이 그의 설명이다. 한편, 돔 디렉터는 디지털 트윈과 머신러닝의 결합 방법에 대해서도 소개했다. 인공지능/머신러닝은 더 빠른 의사결정을 지원하고, 물리 데이터 및 시뮬레이션 데이터의 품질을 높일 수 있으며, 사용자 경험(UX) 개선에도 활용이 가능하다. 지멘스의 심센터 스튜디오(Simcenter Studio)는 생성형 엔지니어링을 통한 제품의 개념 평가를 지원하며, 히즈 AI 시뮬레이션 프레딕터(HEEDS AI Simulation Predictor)는 물리 기반 시뮬레이션과 AI/ML을 결합해 설계 대안에 대한 평가와 의사결정을 더욱 빠르게 만들 수 있다.   ▲ 전동 파워트레인의 디지털 스레드 개발 워크플로   자동차 산업에서 AI와 가상 제품 개발의 활용 사례 소개 현대자동차의 한용하 연구위원은 “멀티피직스/멀티스케일/멀티레벨을 고려한 모델 기반의 자동차 개발 요구가 늘고 있으며, AI와 데이터 과학의 연계도 화두가 되고 있다”면서, 자동차 CAE 영역에서 현대자동차가 AI를 적용하고 있는 사례를 소개했다. 현대자동차는 프로덕트 AI/엔터프라이즈 AI/엔지니어링 AI 등 R&D를 위한 AI를 추진하고 있다. 그리고 AI 활용을 활성화하기 위한 핵심 요소로 R&D 데이터 허브 마련, AI 역량 강화, AI 활용 인프라 구축 등을 설정했다. 한용하 연구위원은 CAE/성능 예측 영역에서 AI가 성공하기 위한 요소로 데이터 정의 및 준비, 워크플로 구축, 도메인 지식을 꼽았다. 특히 “AI에서는 데이터가 핵심이다. 데이터의 준비 작업부터 데이터 재정의, 활용 시나리오를 고려한 체계적인 수집 방법론 등 폭넓은 고민이 필요하다”고 전했다. GM테크니컬코리아의 김태헌 상무는 물리 기반의 자동차 개발에서 가상 개발 환경으로의 변화에 대해 소개했다. 자동차 산업에서 가상 제품 개발의 한 가지 사례로는 ADAS(첨단 운전 보조 시스템)를 들 수 있다. ADAS의 개발 과정에서 도로의 데이터를 입력하는 데에 VR(가상현실)을 활용함으로써 개발 시간을 줄이고, 다양한 조건을 생성해 학습할 수 있도록 해 준다. 또한, 기존 데스트의 데이터와 CAE를 결합하면 풍동 실험을 대체할 수도 있다. 김태헌 상무는 “시뮬레이션은 눈으로 확인하기 어려웠던 것을 볼 수 있게 해 줘서 제품에 대해 더 잘 이해할 수 있는 기회를 제공하기도 한다”면서, “이전에는 테스트에 참고하기 위한 CAE 및 테스트 기반의 개발을 진행했다면, 이제는 전체 가상 차량을 만들어 다양한 시뮬레이션으로 자동차를 개발함으로써 프로토타입을 1/10로 줄일 수 있게 되었다. 가까운 장래에는 ‘제로 프로토타입’이 실현될 것”이라고 소개했다. 또한, “가상화의 종착점은 판매 가능한 완성도를 실현하고, 실물 테스트를 완전히 제거하며, 철저하고 엄격한 엔지니어링을 실현하는 것이 될 것”이라고 전했다. 한편, 지멘스 DISW는 이번 ‘오토모티브 엔지니어링 이노베이션 데이’에서 통합 디지털 개발 프레임워크, EV 전자장비의 열 문제 해결을 위한 시뮬레이션 전략, 자율주행 차량/모터의 설계와 검증 및 NVH 해석을 위한 솔루션과 사례, 모델 기반 개발과 AI ROM(축소 차수 모델)의 활용, EV/AV 엔지니어링 서비스 등의 내용을 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스코리아가  육군사관학교와 미래 국방 디지털 인재 양성을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약을 통해 앤시스코리아는 무기체계 패러다임이 변화함에 따라 국방 영역에서 디지털 엔지니어링 기술 수요가 급증하는 현대에 필요한 인재 양성을 위해 ▲앤시스 아카데믹 멀티피직스 캠퍼스 솔루션(Ansys Academic Multiphysics Campus Solution) ▲앤시스 아카데믹 스케이드(Ansys Academic SCACE) ▲앤시스 아카데믹 STK(Ansys Academic STK) 등 교육 환경 및 프로그램을 제공할 예정이다. 앤시스코리아는 국방력 강화를 위해 첨단 군사 기술의 신속한 소요 제기, 무기 체계 검토, 전략 수립, 개발, 도입 및 운용이 필수적인 상황에서 육군사관학교 생도가 임관 후 부대에서 보다 높은 임무 수행 능력을 갖출 수 있도록 긴밀히 지원한다는 계획이다. 또한, 앤시스코리아는 상반기 내 공군사관학교, 해군사관학교, 국방대학교와 순차적으로 업무협약을 체결할 예정이다.     앤시스코리아의 박주일 대표는 “이번 협약을 통해 빠르게 증가하는 국방 분야의 디지털 엔지니어링 수요에 맞서 군부대의 선제 대응을 가능케 하는 교육 환경 및 프로그램을 제공할 것”이라며, “이번 협약이 군의 전반적인 발전에 기여하길 바란다”고 밝혔다. 육군사관학교장인 정형균 소장은 “4차 산업혁명의 급변하는 안보 환경 속에서 글로벌 엔지니어링 시뮬레이션을 선도하는 앤시스코리아와 협력관계를 구축하게 돼 기쁘다”면서, “이번 협약을 통해 첨단 기술 임무 수행 능력을 갖춘 육군 장교 양성에 최선을 다하겠다”고 밝혔다. 한편, 서울 공릉동 육군사관학교에서 진행된 협약식에는 앤시스코리아 박주일 대표와 육군사관학교장 정형균 소장 등 양 기관의 관계자 및 앤시스코리아의 기술 파트너인 자율주행 시뮬레이션 전문기업 모라이도 참여했다. 모라이의 정지원 대표는 “앤시스코리아의 기술 파트너로서 모라이는 자사의 자율주행 시뮬레이션 및 디지털 트윈 기술력과 앤시스의 고도화된 시뮬레이션 소프트웨어와 엔지니어링 역량을 결합해, 육군사관학교의 미래 디지털 국방 인재 양성과 연구 혁신을 위해 앤시스코리아와 육군사관학교와 함께 적극 협력해 나갈 것”이라고 밝혔다.

앤시스코리아는 5월 29일 수원 컨벤션센터에서 ‘앤시스 옵틱스 테크 서밋(Ansys Optics Tech Summit) 2024’를 개최한다고 밝혔다. 이번 행사는 갈수록 그 중요도가 증대함과 동시에 하루가 다르게 급변하고 있는 광학 산업 내에서 제품 개발 가속화에 기여할 수 있는 앤시스의 광학 솔루션에 대한 유용한 정보와 인사이트를 공유하기 위해 마련됐다. 앤시스코리아는 올해로 세 번째를 맞이한 이번 행사에서 자동차, 하이테크, 항공우주 및 방위, 멀티피직스 등 다양한 최신 산업 현황 및 사례와 함께 앤시스의 주요 광학 시뮬레이션 및 설계 소프트웨어인 ▲앤시스 루메리컬(Ansys Lumerical) ▲앤시스 지맥스(Ansys Zemax) ▲앤시스 스피오스(Ansys Speos)를 소개할 예정이다.     앤시스 광학 솔루션은 고급 물리 솔버 제품군을 통해 나노 규모에서 매크로 규모까지 정밀한 다중규모 시스템 설계를 지원하는 사용자 친화적인 워크플로를 제공하여 다양한 산업에서 애플리케이션을 설계할 수 있도록 지원하고 있다. 다중물리 광자 모델링 솔루션인 앤시스 루메리컬은 광학, 전기, 열 현상의 상호 작용을 고려한 포토닉스 모델링 소프트웨어로, 설계자가 어려운 포토닉스 문제를 효과적으로 모델링할 수 있게 돕는다. 또한, 제품군 간의 유연한 상호 운용성을 통해 다중물리 시뮬레이션, 시스템 레벨의 광집적회로 시뮬레이션, 파이썬(Python) 기반의 자동화와 포토닉스 파운드리를 위한 컴팩트 모델 라이브러리(CML)를 지원한다. 광학 부품 모델링 솔루션인 앤시스 지맥스는 광학 산업 전반의 선도 기업과 전 세계 대학의 광학, 조명 및 레이저 시스템 설계를 위한 표준 소프트웨어다. 결상, 조명, 레이저 시스템 광학계를 하나의 시스템으로 제공할 수 있는 솔루션으로 다중물리 시뮬레이션 지원, 실제 광학 시스템 제조를 위한 설계 및 회절 광학 통합을 위한 포괄적인 기능을 제공한다. 또한 광학 설계의 시뮬레이션, 최적화 및 공차 분석을 모두 수행할 수 있다. 시스템 설계 및 검증 솔루션인 앤시스 스피오스는 국제조명위원회(CIE)의 CIE 171:2006 테스트를 통해 정확성을 인증 받은 광학 설계 소프트웨어로, 시스템의 광 전파 설계 및 측정에 주로 사용된다. 가시광선, 자외선 및 원적외선 스펙트럼 영역까지 분석이 가능하며 조도 및 광학 성능을 예측해 프로토타입 제작 시간과 비용을 절감한다. 이외에도 직관적이고 포괄적인 사용자 인터페이스를 제공하며, GPU를 사용한 시뮬레이션 미리 보기와 앤시스 다중물리 에코시스템에 대한 간편한 액세스를 통해 생산성을 높일 수 있다. 앤시스코리아의 박주일 대표는 “앤시스코리아는 광기술의 발전과 광학 엔지니어를 위한 정확하고 고성능의 광학 설계 및 시뮬레이션 기능을 제공하기 위해 계속해서 혁신의 한계를 뛰어넘고 있다”면서, “이번 행사는 다양한 분야 간 융합의 핵심으로서 광기술의 중요성을 확인하는 시간이 될 것으로 기대한다”고 밝혔다.

더욱 빠르고 효율적인 제품 개발을 위한 AI 기술 본격화 추진   제조산업에서도 AI(인공지능)에 대한 관심이 높아지고 있다. 한편으로 실질적인 AI 도입과 활용에 대한 제조업계의 고민도 커졌다. 알테어는 시뮬레이션, HPC, 클라우드, 데이터 애널리틱스 등 자사의 기술 역량을 바탕으로 제조산업을 위한 AI 기술 개발을 가속화하고 있으며, 향후 본격적으로 제조시장에 확산시킨다는 전략을 내세웠다. ■ 정수진 편집장   ▲ 한국알테어 이승훈 기술 총괄 본부장은 제품 개발에서 AI의 활용이 구체화되고 있다고 짚었다.   제조산업에서 AI에 대한 관심이 높아지고, 도입과 활용이 확산되는 배경은 무엇이라고 보는지 제품의 생산 방식이 다품종 소량 생산 방식이 확대되면서 제품의 개발 주기가 꾸준히 짧아지고 있다. 이에 따라 제품 개발과 관련한 예측과 의사결정은 더욱 빨라져야 한다는 요구도 높다. 이를 위해 프로토타입을 만들어 실험하는 방식에서 컴퓨터와 CAE 소프트웨어를 사용하는 시뮬레이션으로 변화해 왔는데, 시뮬레이션 역시 해결해야 하는 과제가 있다. 시뮬레이션을 활용하려면 전문적인 엔지니어링 지식이 필요하고, 시뮬레이션에 걸리는 시간이 더욱 빨라지는 제품 개발 주기에 맞추기 어려워졌다. 시뮬레이션이 제품의 초기 개발에서 생산까지 더욱 폭넓게 쓰이는 상황이 시뮬레이션 기반의 의사결정에 걸리는 시간을 늘리게 된 측면도 있다. AI는 이에 대한 해결책으로 관심을 모으고 있다. 제조업체에서 실험 데이터와 해석 데이터가 상당히 쌓여 있는 상황인데, 이를 AI 학습에 활용해서 빠르게 인사이트를 얻고 제품 개발에 반영할 수 있겠다는 아이디어가 이제 구체화되고 있는 시점이라고 볼 수 있겠다.   최근 AI와 관련한 제조산업의 동향이나 이슈가 있다면 제조업체에서 해석 데이터와 실험 데이터가 쌓여 있기는 한데, 이 데이터가 각 엔지니어의 PC에 흩어져 있는 것이 현실이다. 이에 따라 여러 곳에 저장된 데이터를 통합 관리하는 시스템에 대한 요구가 있다. 또한, 이 데이터를 AI에 활용하기 위한 추가 가공의 자동화에 대한 목소리도 있다. 엔지니어링 데이터를 AI에 활용하기 위해서는 AI에 맞는 데이터의 전처리(pre-processing)가 중요하다. 전처리란, 아무렇게나 쌓여 있는 데이터를 분류하고 AI에 적용하기 위해 적절한 포맷의 데이터로 변환하는 작업을 가리킨다. 이 부분에서 많은 제조기업 고객사들이 데이터를 어떻게 가공해야 할 지에 대한 고민을 갖고 있기도 하다. 이전에는 파이썬(Python)과 같은 프로그래밍 언어를 배워서 데이터 변환 코드를 만들어야 했는데, 알테어는 데이터를 자동으로 변환할 수 있는 솔루션을 제공해 쌓여 있는 데이터의 분류와 정제 과정을 더 쉽게 할 수 있도록 돕는다. 이런 부분에서 LG전자의 사레를 소개할 만하다. LG전자는 알테어와 협업해서 해석 엔지니어가 퇴근한 후에 해석 데이터를 취합하고 변환과 AI 학습까지 수행하는 자동화 시스템을 구축했다. 학습된 AI는 웹 환경에서 설계 엔지니어에게 필요한 데이터를 제공하고, 설계 엔지니어는 제품에 대한 치수나 조건을 입력하면 시뮬레이션을 거치지 않고 빠르게 가상 시험 결과를 확인할 수 있게 됐다. AI는 제품의 초기 개발 단계뿐 아니라 전체 개발 과정에 적용할 수 있다. 초기 단계에서는 실험에서 나온 데이터가 존재한다면 이를 기반으로 어떤 결과가 나올지 쉽게 확인할 수 있다. 이후 단계에서도 다양한 데이터를 학습해 추가적인 예측을 할 수 있고, 대시보드 등을 통해 누구나 데이터 및 예측 결과를 확인하거나, 몇 가지 조건을 입력해 새로운 예측을 할 수 있는 단계로 나아갈 수도 있다. 최종 단계의 데이터는 후속 제품이나 다른 제품을 개발할 때 활용하는 것도 가능하다.   제품 개발 사이클의 단축이라는 점에서는 시뮬레이션이 가져다 줄 수 있는 이점과 비슷한 부분이 있어 보인다. AI의 역할은 시뮬레이션을 보완하는 것인가, 아니면 시뮬레이션을 대신할 수 있는 것인가 지금은 AI가 기존의 시뮬레이션을 완전히 대체할 수 있는 단계는 아니다. 하지만 AI를 통해 제품의 초기 개발 단계에서 데이터 기반의 예측 결과를 빠르게 얻을 수 있고, 향후 설계를 위한 인사이트를 얻을 수 있다는 점에서 의미가 있다. AI를 학습시키기 위한 데이터는 필요하기 때문에 시뮬레이션은 여전히 중요하다. 지금의 상황은 실험이나 해석 데이터를 기반으로 AI를 통해 인사이트를 얻는 단계라고 볼 수 있다. 시뮬레이션이 자리잡기까지의 과정을 살펴보면, 초기에는 실험과 시뮬레이션을 함께 사용하다가 시뮬레이션 부분이 강화되면서 실험의 비중을 줄여 왔다. 앞으로 AI 기술이 더욱 발전하고 데이터가 더 많이 쌓인다면 AI가 확대되고 시뮬레이션이 줄어들 수도 있을 것 같다. 이런 흐름은 단계적으로 일어날 수도 있고, 제품별로 변화의 속도가 달라질 수도 있다고 본다.   ▲ 알테어는 시뮬레이션과 연계해 제조 분야에서 활용할 수 있는 AI 솔루션을 내세운다.   제조산업의 AI 활용을 위한 알테어의 기술 차별점은 무엇인지 알테어는 멀티피직스 시뮬레이션뿐 아니라 복잡한 시뮬레이션을 활용하기 위한 고성능 컴퓨팅(HPC)과 클라우드, 데이터 애널리틱스와 AI 등 폭넓은 기술 역량을 갖추었다는 점에서 차별점이 있다고 본다. 이는 온프레미스와 클라우드, CPU 컴퓨팅과 GPU 컴퓨팅을 모두 지원해 시뮬레이션 및 AI를 유연하게 활용하도록 도울 수 있다는 뜻이다.  알테어는 지난 2022년 데이터 기반 AI를 위한 머신러닝 분석 플랫폼인 래피드마이너(RapidMiner)를 인수하면서 AI 분야 진출을 시작했다. 래피드마이너는 제조뿐 아니라 BFSI(은행.금융.서비스.보험) 등 다양한 산업에서 활용할 수 있는 솔루션이다. 예를 들어, 고객 지원이나 불만사항에 대한 다응, 주가 예측 등에도 래피드마이너가 유용하다. 또한, 2023년부터는 래피드마이너 등 기존 제품군으로 AI 시장에 대응하는 것 외에 제조산업을 타깃으로 하는 특화 기술을 개발했고, 올해는 이 부분을 본격적으로 선보이고자 한다. 제조산업을 위한 알테어의 AI 기술로는 설계 탐색과 최적화를 위한 디자인AI(DesignAI), 비슷한 형상을 자동 인식하고 분류하는 셰이프AI(shapeAI), 해석 결과를 학습해 물리현상을 빠르게 예측하는 피직스AI(physicsAI), 시스템 레벨에서 빠른 3D → 1D 변환을 위한 롬AI(romAI)가 있다.  이런 AI 기술은 적은 수의 데이터로도 학습이 가능하며, 알테어의 기존 시뮬레이션 솔루션 제품군에 들어가는 형태로 제공되어 익숙한 인터페이스로 사용할 수 있다. 하이퍼메시(HyperMesh)에는 이미 피직스AI와 셰이프AI가 포함되어 있고 향후 심랩(SimLab)과 인스파이어(Inspire)를 비롯해 다양한 솔루션에 AI가 추가될 예정이다. 알테어는 래피드마이너를 활용한 데이터 기반의 AI와 시뮬레이션 기반의 AI를 모두 지원한다. 그리고 타사 솔루션의 데이터를 활용할 수 있는 개방성과 유연한 라이선스 사용도 장점으로 내세우고 있다.    향후 제조 분야의 AI 전망과 알테어의 전략을 소개한다면 AI에 대한 고객들의 기대치가 높다고 느낀다. 알테어는 지난 4월 4일 ‘AI 워크숍’을 진행했는데, 기업의 의사결정권자부터 현업 엔지니어까지 예상보다 많은 분들이 참여해 높은 관심을 보였다. 관심이 높은 만큼 실제 활용 방향에 대한 고민이 많다는 것을 알 수 있었다. 사용자의 기대치와 실제로 할 수 있는 것 사이의 거리, 알테어와 같은 솔루션 기업과 사용자인 제조기업의 시각차도 어느 정도 확인할 수 있었다. 이런 부분은 고객들을 많이 만나고 의견을 나누면서 간극을 좁혀야 할 것 같다. 당장 AI가 시뮬레이션을 완벽하게 대체하기는 어렵겠지만, 클라우드 기반의 통합 환경에서 시뮬레이션과 AI를 통합해 사용할 수 있도록 하는 것을 목표로 삼고 있다. 클라우드는 데이터의 통합 관리와 공유 측면에서도 이점이 있다고 본다. 시뮬레이션과 AI를 위해 대규모 데이터를 관리하기 어려운 소규모 기업은 클라우드의 장점에 주목할 만하다고 본다. 한편으로 보안 등의 우려를 가진 기업에게는 프라이빗 클라우드 환경을 제공해 데이터 보안을 유지하면서 알테어 원 클라우드와 동일한 환경에서 작업할 수도 있다. 알테어는 AI 솔루션 제품군을 빠르게 업데이트하면서 사용자의 피드백을 반영하고 있다. 고객들이 AI에 대해 갖고 있는 기대치 또는 눈높이가 상당히 높은 것으로 보여서, 이에 대응해 경쟁 우위를 확보하고자 노력 중이다. 제조 분야에서도 AI에 대한 관심이 높지만, 어떻게 활용할지에 대한 고민이 큰 상황으로 보인다. 알테어는 이런 부분에서 도움을 줄 수 있도록 AI 기술 개발과 함께 커스터마이징과 컨설팅 등을 폭넓게 제공하고자 한다. 본사의 개발팀과도 활발히 소통하면서 사용성이나 적용 범위 등에 대한 고객의 어려움을 덜고, 최대한 빠르게 고객이 원하는 AI를 구현할 수 있도록 할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

마이다스아이티가 지난 4월 16일 CAE 기술 콘퍼런스인 ‘MTS SQUARE 24’를 개최했다. ‘사람을 위한 기술, 새로운 세상과 연결’을 테마로 한 이번 이벤트에서 마이다스아이티는 자사의 CAE 기술 로드맵을 소개하는 한편, CAE 기술 연구와 활용 사례 및 첨단 기술의 미래에 대한 인사이트 등을 소개했다. ■ 정수진 편집장     CAE의 진입장벽 낮추는 기술 개발 이번 행사에서 마이다스아이티 김종성 프로는 “시뮬레이션의 목적은 설계 단계에서 많은 문제점을 컴퓨터 소프트웨어를 통해 발견하고 해결하는 것”이라면서, 설계자가 손쉽게 활용할 수 있는 CAE 솔루션과 기술 개발 방향에 대해 소개했다. 디지털 전환, ESG(환경·사회적 책임·거버넌스) 등 시대 변화에 따라 시뮬레이션의 필요성이 늘고, 설계자의 시뮬레이션 활용도 확대되고 있다. 김종성 프로는 “한편으로 CAE가 발전하면서 CAE 소프트웨어가 공부해야 하는 학습의 대상이 되었다”고 짚었다. CAE를 효과적으로 수행하고 결과를 이해하기 위해서는 공학 지식을 바탕으로 해석을 위한 수치해석 모델을 만들어야 한다. 또한, 원활한 해석을 할 수 있도록 해석 대상을 작게 나누는 메시(mesh)를 만들어야 한다는 점도 CAE의 접근성을 떨어뜨리는 한계로 지적되어 왔다. 김종성 프로는 “이를 해소하기 위해 마이다스아이티는 메시프리(meshfree) 기술을 적용한 ‘마이다스 메시프리’를 개발했다”고 소개했다. 마이다스 메시프리는 형상을 불러오고 해석 조건을 설정한 후 해석을 진행해 결과를 분석하는 3단계 프로세스를 제공한다. 또한 설계 변경 내용을 빠르게 반영하는 오토 업데이트를 제공하면서 전반적인 해석 퍼포먼스를 높이는 데에 주력했다. 마이다스아이티는 향후 마이다스 메시프리에서 스폿 용접, 라인 용접, 볼트 정의 등을 자동 연결할 수 있는 연결성을 강화할 계획이다.     기업의 시뮬레이션 문화 정착에 기여할 것 또한, 마이다스아이티는 최적설계를 위한 다분야 통합 솔루션인 ‘마이다스 NFX’를 제공한다. 지난 2008년 공급을 시작한 마이다스 NFX는 유동해석 . 구조해석 . 위상최적화를 연계할 수 있고, 실무에서 많이 쓰이는 핵심 기능의 편의성을 높이는 방향으로 개발되고 있다. 김종성 프로가 소개한 마이다스 NFX의 개발 방향은 편의성, 연결성  기술지원 강화 등이다. 마이다스  NFX는 UI(사용자 인터페이스)와 워크플로를 더욱 직관적이면서 간결하게 만들 예정이다. 파트간 연결 기능이나 열유동 . 열응력 해석 연계 등 해석 분야간 연결성을 높이는 한편, 나스트란, 아바쿠스, 앤시스 등의 CAE 솔루션과의 호환성도 강화할 계획이다. 김종성 프로는 “마이다스 NFX는 지금까지 1000여 라이선스를 공급하면서, 연구자가 아닌 엔지니어 중심의 개발로 블루오션 시장을 공략하고 있다. 마이다스 NFX를 통해 기업의 시뮬레이션 문화 정착과 제품 개발 실무자의 역량 강화에 기여하고자 한다”고 전했다.   신규 패키지 및 AI 가술 지원 등 로드맵 소개 마이다스아이티는 기술지원을 강화할 계획인데, 여기에는 기술지원에 AI(인공지능)를 활용하는 것도 포함된다. 마이다스아이티가 축적한 기술자료와 다양한 분야의 해석 보고서, 기술지원 문건 등을 AI가 학습해 효과적인 고객 지원이 가능할 것이라는 설명이다. 김종성 프로는 “테스트 결과 사용자의 요구에 맞춰 기술문서, 보고서, 동영상 등 다양한 자료를 제공할 수 있어 AI의 가능성을 확인했다”면서, “향후 기존 소프트웨어에 AI 기술지원 기능을 결합할 계획도 있다”고 소개했다. 이외에, 김종성 프로는 마이다스 NFX와 마이다스 메시프리 및 기술 지원을 결합한 ‘마이다스 MTS’ 패키지도 소개했다. 마이다스 MTS는 실무에서 많이 쓰이는 해석 작업을 하나의 라이선스로 활용할 수 있다는 점을 내세운다.     사람을 위한 기술과 함께 살아가는 방법 고민 이번 MTS SQUARE 24 행사에서는 ‘사람과 AI’, ‘사람과 시뮬레이션’, ‘사람을 위한 기술’ 등의 주제로 국내 연구자들의 CAE 기술 개발 내용이 소개되었으며, 발전하는 기술을 어떻게 이해하고 활용해야 할 지에 대한 인사이트를 얻을 수 있는 기회가 마련됐다. 아주대학교의 이진우 교수는 생성적 설계(제너레이티브 디자인) 기법을 활용해 새로운 음향 특성을 가진 메타구조체를 개발한 내용을 소개했고, 영남대학교의 유기수 교수는 전기자동차 배터리의 열거동과 열폭주 현상을 CAE로 예측하기 위한 방법론을 소개했다. 건국대학교의 김창완 교수는 꾸준히 확대되고 있는 다중물리해석(멀티피직스 해석)이 발전하고 있는 방향에 대해 짚었다. 자동차부품산업진흥재단의 김명섭 전문위원은 국내 제조산업의 지속 성장을 위한 디지털 전환의 필요성과 추진 전략을 설명했다. 경희대학교의 김상욱 교수는 더 이상 피할 수 없는 AI와 사람의 ‘공존’을 위해 어떤 가치를 추구해야 할 지 짚고, UCLA의 데니스 홍 교수는 로봇 기술의 본질은 결국 사람을 위한 것이라고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스코리아가 켄텍(한국에너지공과대학교)에 교육 발전 및 인재 양성을 위해 캠퍼스 솔루션 소프트웨어를 기탁했다고 밝혔다. 앤시스코리아가 기탁한 '앤시스 멀티피직스 캠퍼스 솔루션(Ansys Multiphysics Campus Solution)'은 공학계열 학과에서 수업과 연구 용도로 활용이 가능한 시뮬레이션 소프트웨어다. 현재 국내외 대학교에서 학생들의 엔지니어링 실무 능력 향상을 위해 활용되고 있다. 앤시스코리아 박주일 대표는 “켄텍의 교육 발전과 인재 양성에 도움이 되어 영광으로 생각하며, 앞으로도 대한민국 에너지산업의 미래를 이끌어나갈 인재 양성을 위해 최선을 다할 것”이라고 기탁의 뜻을 밝혔다 켄텍의 박진호 총장직무대행은 “대학의 인재양성 및 연구력 증대를 위해 소프트웨어를 기탁한 앤시스코리아에 감사의 인사를 전하며, 켄텍 교원과 학생이 캠퍼스 솔루션 소프트웨어를 잘 활용해 우수한 연구를 선도하겠다”라고 전했다.  

케이던스 디자인 시스템즈는 지속 가능한 데이터센터 설계와 최신화를 촉진하는 종합 AI 기반 디지털 트윈 솔루션을 출시하면서, 데이터센터 에너지 효율과 운영 용량 최적화를 지원한다고 밝혔다. 국제에너지기구(IEA)에 따르면 미국 내 데이터센터가 전기 사용 총량에서 차지하는 비중이 2023년 기준으로 4%를 넘어섰으며, 향후 수십 년간 기하급수적으로 증가할 전망이다. 케이던스의 리얼리티 디지털 트윈 플랫폼은 데이터센터 설계자 및 운영자가 데이터센터의 복잡한 시스템을 탐색하고 데이터센터 컴퓨팅 및 냉각 리소스의 비효율적인 사용에 따른 용량 부족 문제를 해결함으로써, 전력 부족 시대에 AI 기반 워크로드 최적화로 환경에 미치는 영향을 완화하는데 도움을 줄 수 있다.  케이던스의 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)은 전체 데이터센터를 가상화하고 AI, 고성능 컴퓨팅(HPC) 및 물리 기반 시뮬레이션을 사용하여 데이터센터의 에너지 효율을 개선해준다. 물리적 데이터센터의 포괄적인 디지털 트윈을 생성함으로써, 진화하는 비즈니스 및 환경 관련 요구사항에 발맞춰 정밀한 인프라 계획, 분석 및 관리 능력을 제공하는 것이다.      케이던스 리얼리티 디지털 트윈 플랫폼은 모델 생성 및 시뮬레이션에 AI를 사용하여 공기 흐름, 풍속, 공기 흡입을 막는 장애물, 내/외부 온도 변화 등 데이터센터 운영에 영향을 미치는 물리적인 외부 요인을 예측한다. 고급 모델링 기능을 통해 광범위한 설계 시나리오 및 운영 전략을 시뮬레이션하고, 각 데이터센터별로 에너지 효율이 가장 큰 솔루션을 찾아낸다. 그리고, 설계 프로세스에 외부 환경 요인을 통합하여 탄력적인 개발뿐 아니라 지속 가능한 데이터센터 운영을 가능하게 한다. 이 플랫폼은 각 프로젝트의 세부 요건에 맞는 자동화된 상세 리포트를 제공하여, 잠재적인 에너지 절감 및 효율성 향상에 대한 심층적인 이해를 지원한다. 또한, 여러 냉각 시스템이 에너지 소비에 미치는 영향을 평가하여 가장 효과적인 냉각 솔루션에 대한 통찰력을 제공한다. 이외에도 케이던스의 멀티피직스(multi-physics) 솔버에 통합되어 칩렛(chiplet)에서 기후에 이르기까지 동일한 정확성을 갖는 고용량 멀티 도메인 엔진을 구현할 수 있는 것이 특징이다. 케이던스는 이 플랫폼을 통해 모든 산업서 차세대 데이터센터 및 AI 공장의 개발을 가속화할 수 있으며, 엔비디아 옴니버스(NVIDIA Omniverse) 개발 플랫폼과 통합되어 최대 30배 더 빠른 설계 및 시뮬레이션 워크플로를 구현할 수 있다고 설명했다. 케이던스의 톰 베클리(Tom Beckley) 커스텀 IC &PCB 그룹 수석 부사장 겸 총괄은 “데이터센터가 AI의 급속한 성장에 직면하여 지속가능성과 에너지 효율에 우선순위를 두어야 한다는 압박을 받고 있는 상황”이라면서, “리얼리티 디지털 트윈 플랫폼이 데이터센터 설계 및 운영의 모든 측면을 최적화하여 에너지 효율을 개선하고, 보다 더 효율적이고 탄력적이며 환경 친화적인 길을 열어줄 것”이라고 설명했다.

앤시스 워크벤치를 활용한 해석 성공사례   앤시스 차지 플러스(Ansys Charge Plus)는 재료의 충전과 방전 현상을 분석하기 위한 시뮬레이션 프로그램으로, 2021년에 국내에 처음 도입되었다. 앤시스 차지 플러스를 이용하면 그동안 해석하기 어려웠던 Air ESD(비접촉 정전기 방전)를 쉽고 간단하게 해석할 수 있다. 이번 호에서는 Air ESD의 영향을 평가하고 방전을 방지하거나 줄이기 위한 앤시스 차지 플러스의 사용법에 대해 간단하게 소개하고자 한다.   ■ 김대현 태성에스엔이 EBU HF팀 매니저로 RF/Antenna 해석 및 Ansys EMC & Charge Plus에 대한 기술지원을 담당하고 있다. 이메일 | dhkim22@tsne.co.kr 홈페이지 | www.tsne.co.kr   앤시스 차지 플러스는 EMA3D Charge의 후속 버전으로, 2021년 9월에 출시되었다. 앤시스 차지 플러스는 앤시스의 다른 전자기장, 유동 제품군과 연동이 용이하고, 앤시스 디스커버리(Ansys Discovery) GUI를 사용하여 프로그램 접근성이 뛰어나다. 앤시스 차지 플러스는 항공우주, 전기전자, 자동차 산업과 같은 다양한 분야에서 대전, 입자 이동, 아크(arc) 등의 문제를 예방하거나 해결할 수 있다. 또한, 멀티피직스 시뮬레이션을 통해 플라스마 및 ESD와 관련된 다양한 현상을 정확하고 빠르게 해석할 수 있고, Air ESD 문제를 효과적으로 해결할 수 있다.   앤시스 차지 플러스 소개 앤시스 차지 플러스는 과거 ‘EMA3D Charge’라고 불리던 시뮬레이션 툴이 리뉴얼되어 ‘차지 플러스’로 이름이 바뀌었다. 간략하게 소개를 하자면 ‘앤시스 EMC 플러스(Ansys EMC Plus)’와 ‘앤시스 차지 플러스(Ansys Charge Plus)’로 구분된다. EMC 플러스의 경우 플랫폼 단위에서 Electromagnetic Cable을 모델링 혹은 EMC 해석을 진행할 때 유용한 시뮬레이션 소프트웨어이고, 차지 플러스는 다수의 솔버를 이용한 멀티피직스 해석이 가능한 시뮬레이션 솔루션이다. 앤시스 차지 플러스는 시간 도메인(time domain) 솔버를 사용하여 공기, 재료의 표면 및 내부 아크를 분석하고, FEM Electromagnetics, Fluid, Particle 솔버를 통해 플라스마 환경을 해석한다. 차지 플러스는 디스커버리 GUI를 사용하여 기존의 사용자들이 쉽고 빠르게 CAD 모델을 단순화하고, 시뮬레이션 환경의 정의 및 해석을 진행할 수 있다. <그림 1>은 앤시스 차지 플러스의 GUI를 나타낸 그림이다. 앤시스 차지 플러스의 GUI는 앤시스 디스커버리와 동일하게 구성되어 있고, 사용자의 편의를 위해 <그림 2>와 같이 어두운 테마(Dark Theme)와 밝은 테마(Light Theme)를 제공하여 사용자는 취향과 환경에 맞게 테마를 선택할 수 있다.   그림 1. 앤시스 차지 플러스 GUI   그림 2. 앤시스 차지 플러스 테마   ESD란 ESD(Electrostatic Discharge)는 정전기 방전이라고 하며 양극과 음극으로 대전된 물체가 접촉하여 일시적으로 전하의 이동이 발생하는 현상을 의미한다. 주로 건조한 환경에서 발생하며, 두 물체 사이의 전압 차이가 크면 공기 또는 다른 매질을 통해 전하가 이동하여 방전 현상이 생길 수 있다. 이 방전은 짧은 시간 동안 매우 높은 전류를 생성할 수 있어 전자 부품이나 회로에 손상을 입히고, 특히 반도체나 집적 회로와 같이 민감한 전자제품에 심각한 손상을 가할 수 있다. ESD는 접촉 방식과 비접촉 방식이 있다. 비접촉 방식 ESD는 물체에 직접적으로 접촉하지 않아도 정전기 방전이 발생할 수 있는 경우를 말하며, 주로 물체가 전하로 충전된 상태로 서로에게 근접할 때 발생한다. 예를 들어, 사람의 손이 전자 부품 근처에 오는 것만으로도 전자 부품 주변의 공기가 충분히 전하를 이동시키고 공기를 통해 정전기 방전이 발생할 수 있다. 비접촉식 ESD는 주로 공기나 다른 매질을 통해 전하가 이동하고 이로 인해 방전이 발생한다. 접촉식의 경우 앤시스 HFSS를 통한 해석이 가능하나, 비접촉식 즉 Air ESD의 경우는 HFSS를 통한 해석이 쉽지 않았다. 그러나 앤시스 차지 플러스가 출시되면서 <그림 3>과 같은 ESD 웨이브폼(Waveform)을 사용하여 Air ESD를 간단한 설정을 통해 해석이 가능하게 되었다.   그림 3. ESD 웨이브폼   ■ 상세한 기사 내용은 PDF로 제공됩니다.